教学课程资源库 更多>>

关键词： 多类型电动汽车   柔性强化学习   非对称一致性   优化协同   需求响应  

摘要： 随着电动汽车(EV)的广泛应用和风电、光伏等可再生能源大规模接入电网,如何充分发挥EV需求响应潜力,解决电网功率波动、负荷稳定性差等问题具有重要意义。为此,该文提出一种基于非对称一致性学习的多类型EV协同参与需求响应方法。首先,将参与需求响应的EV分为灵活签约EV和固定签约EV,并提出多类型EV协同参与需求响应调度架构。其次,提出一种基于非对称一致性学习的多类型EV协同参与需求响应策略:灵活签约EV以最大化自身收益、里程保障以及负荷曲线方差加权差为目标,基于柔性强化学习进行自主需求响应决策并自主参与电网需求响应;基于灵活签约EV自主需求响应结果,固定签约EV以最小化聚合需求响应成本为目标,进行出力功率非对称一致性优化并聚合参与电网需求响应。所提非对称一致性学习算法能够高效处理高维度复杂非线性关系,具有较强的自主学习和泛化能力。最后,通过仿真算例验证所提多类型EV协同参与需求响应方法的有效性与合理性。

关键词： 数据垄断   资本积累   技术权力   平台权力   数据公共性   制度创新   基础设施建设   跨国协作  

摘要： 数字经济时代的数据垄断现象呈现出资本逻辑与技术权力深度耦合的特征。从形成机理看,数据垄断本质上是资本通过技术手段实现数据要素独占性控制的过程,具体表现为资本驱动下的数据集中化积累、算法权力构筑的技术壁垒,以及平台生态形成的制度性垄断。这种垄断格局不仅扭曲市场竞争秩序,更通过数据剥削机制加剧了数字资本主义的内在矛盾。数据垄断的治理创新需要突破传统范式,构建以“数据公共性”为核心的制度体系。在产权层面构建数据权益的公平分配体系,在技术层面推进公共数据基础设施建设,在治理层面促进跨国协作与多元共治。通过系统性制度创新,推动数据要素从资本积累工具向公共福祉载体转化,为数字时代的公平发展提供新的治理路径。

关键词： 需求为导向   多维度健康教育   乳腺癌   输液港   日间化疗  

摘要： 目的探讨以患者需求为导向的多维度健康教育模式在日间化疗中心乳腺癌输液港患者中的应用效果。方法选取2023年3—9月在广西医科大学第一附属医院日间化疗中心诊治并经输液港进行周期化疗的119例乳腺癌患者。按照组间基本特征具有可比性的原则分为对照组60例和观察组59例,前者给予传统的健康教育,后者在前者基础上实施以患者需求为导向的多维度健康教育模式,采用输液港相关知识调查问卷表、癌症患者输液港自我管理行为评估量表(CPTSMS)、乳腺癌患者生命质量测定量表(FACT-B)中文版V4.0问卷和焦虑自评量表(SAS)分别评估干预前后两组患者输液港相关知识的掌握、导管自我管理能力、生活质量及焦虑情况。结果干预前,两组患者的输液港相关知识得分、导管自我管理能力得分、生活质量得分、焦虑自评得分差异均无统计学意义(P>0.05)。干预后,观察组输液港相关知识得分、导管自我管理能力得分、生活质量得分均高于对照组,观察组焦虑自评得分低于对照组,差异均有统计学意义(P<0.05)。结论以患者需求为导向的多维度健康教育能够有效满足乳腺癌患者输液港知识的需求,提升对输液港相关信息的认识水平和导管自我护理技能,提高生活质量、降低焦虑水平,改善患者的就医感受。

关键词： 低碳需求响应   超碳需求响应   日前优化   日内优化   源荷协同   低碳经济调度   奖惩阶梯型碳交易  

摘要： 为充分挖掘需求侧资源响应潜力,最大限度地提升系统的减碳能力,提出一种基于碳排放流理论的低碳-超碳需求响应模型,建立电力系统源荷协同降碳的日前-日内两阶段优化调度策略。首先,在源侧考虑碳交易机制,引入奖惩阶梯型碳交易成本模型;其次,针对负荷的可调度特性和不同时间尺度下的响应差异性,建立日前低碳价格型、日内超碳激励型需求响应模型,通过源荷协同配合提升系统的低碳性能;然后,构建融合低碳-超碳需求响应的电力系统日前-日内两阶段优化调度策略,电力系统以日运行总成本最小进行调度,荷侧根据系统碳排放情况合理改变自身用能行为,以消费者剩余最大进行优化调整;最后,采用改进IEEE-30节点系统完成算例分析。仿真结果表明,所提调度策略能有效促进需求响应的积极性,极大降低系统的碳排放,平衡系统的低碳性和经济性。

关键词： 公共服务供给   基层政府行为   助餐配餐服务  

摘要： 公共服务是基层社会治理回应社会诉求的关键领域,高质量公共服务供给既是政策实践的重要议题,也是学术研究的核心问题。为更好地探究基层政府选择公共服务供给模式的行为逻辑,本文提出“目标-能力”分析框架,在相同制度安排和服务内容的案例背景下,系统比较了A市助餐配餐服务的三种供给模式。研究发现,三种供给模式在委托代理双方目标一致性和能力配置要求存在差异,基层政府行为受到自主性空间的约束,并根据目标权重整合任务或进行排序。在多线程任务治理情景下,自身能力决定了基层政府政策实施的积极性和达成目标的可能程度,对供给主体的不同认知态度也是基层政府策略选择的重要考量因素。与此同时,如果将研究置于更广时间跨度可以发现,供给模式的演进会随着治理机制变化而转变。研究将基层政府的自主性空间及其对供给主体的认知态度置于公共服务供给模式选择的框架中加以分析,有助于提升公共服务供给的质量和效率,同时为理解同一政策实施时基层治理的政府行为差异提了新的理论洞察。

关键词： 变电站综合能源   模型预测控制   多时间尺度   优化调度  

摘要： 针对变电站综合能源系统的经济稳定运行问题,提出了一种基于模型预测控制(model predictive control,MPC)的多时间尺度优化调度策略,结合地源热泵与需求响应。首先构建了系统架构,并阐述了MPC算法流程。在日前调度中,通过考虑分时电价与新能源的随机性,建立了以最小化运行成本为目标的优化模型,确定了机组最优出力与储能计划。日内调度则利用MPC算法对日前计划进行实时校正,以降低不确定性对电网的影响,提升经济性。通过算例分析,比较了不同方案,探讨了需求响应特性与地源热泵能效水平。结果表明,所提模型在需求响应环境下实现了系统优化运行,提高了设备利用率,降低了运行成本,并促进了可再生能源消纳。

关键词： 应急手术调度   心理账户理论   改进鲸鱼优化算法  

摘要： 为解决突发医疗事件背景下应急手术调度的患者满意度及手术效率低下的问题,将应急手术调度问题看作柔性流水车间调度问题,深入考虑等待时间和主治医生分配结果对患者满意度的影响,基于心理账户理论,建立患者心理效用函数,构建患者心理效用最大和手术完成时间最短的双目标手术调度模型。鲸鱼优化算法常用于求解各类优化问题,但算法的全局搜索能力和收敛速度有待提升,为此做出以下改进:(1)采用精英反向学习策略提高初始种群适应度;(2)离散化并提出两种交叉方式以有效解所提模型;(3)采用随机差分变异策略对种群位置扰动以防止陷入局部最优。使用改进的鲸鱼优化算法对应急手术模型求解,最后通过算例实验表明:改进后的算法性能有效提高,求解结果更优。

关键词： DeepSeek   人才需求   人才供给  

摘要： DeepSeek崛起标志着我国人工智能发展里程碑式的突破,推动AI技术发展路径从规模化转向集约化和内涵式创新,其开源生态推动AI技术平权化并对整个行业产生引领和倒逼效应。AI创新发展的影响不仅在于技术突破,还在于它带来的新理念和思维方式,其对创新型人才的需求、对于一个国家人才培养理念和模式带来的影响,都是深远且不可逆的。本研究结合DeepSeek引发的AI领域发展变革,分析AI发展对我国就业市场人才需求的新变化,以及供给侧面临的新挑战。从需求侧看,AI高端技术人才需求显著增加,跨学科复合型人才日益成为刚需,中等技能人才被“加速替代”,整体的人才需求“技能结构极化”趋势将更加显著。从供给侧看,我国面临AI人才供给总量不足、人才培养与市场需求脱节、复合型人才培养困难以及人才供给区域分布不均衡等挑战。研究建议从四个方面综合施策,积极应对人才供给侧面临的新挑战,以培养更多适应新质生产力发展需求的高素质复合型人才。

关键词： 智能交通   出行链   枢纽   旅客效用模型   双层规划  

摘要： 近年来,基于效用理论的大型综合客运枢纽智能交通出行链受到广泛关注。提出旅客交通出行效用模型,基于数据挖掘技术、用户画像技术精准识别枢纽旅客出行需求,并给出典型用户优先过滤推荐算法和信息动态更新策略;针对大客流情景建立交通系统效用模型,提出基于交通系统效率最优的智能交通出行链,均衡各交通方式;当交通系统服务正常运行时,为了避免交通系统共振,建立旅客端与交通系统端效用均衡最优的双层规划模型。最后,经“畅行虹桥”APP测试验证,采用智能交通出行链后,总体交通方式转变率约0.050,出行链满意度总体得分提升率为0.160,出行时间变化率减少0.056。

关键词： 供给侧结构性改革   群众性冰雪体育   冰雪体育资源  

摘要： 吉林省具有得天独厚的冰雪资源优势,在政策支持下正逐步实现“冰雪强省”的发展目标。在冰雪经济快速发展的同时,庞大的冰雪体育需求市场对吉林省群众性冰雪体育资源的供给质量提出了更高的要求。我国实施深化供给侧结构性改革以来经济总量有了较大增长,通过总结我国在供给侧结构性改革中的成效与经验,能够为更好地开发和利用吉林省群众性冰雪体育资源提供理论支持。本研究分析了供给侧结构性改革中影响供给的主要因素,并结合群众性冰雪体育资源的定义分析其发展现状,总结了发展中出现的问题并针对顶层设计、人才培养、科技创新、赛事管理等方面提出相关理论建议,能为后续研究提供理论参考。